考慮置信容量和調(diào)峰能力的新能源基地光熱電站配置方法

丁坤，孫亞璐，王湘，楊昌海，李海波

(1.國網(wǎng)甘肅省電力公司經(jīng)濟技術(shù)研究院，甘肅 蘭州 730030；2.清華四川能源互聯(lián)網(wǎng)研究院，四川 成都 610213)

隨著我國清潔低碳能源的快速轉(zhuǎn)型，以風電、光伏發(fā)電為主的新能源發(fā)電發(fā)展迅速。截至2023年底，全國風電、光伏裝機容量突破10億kW，較上一年增加2.4億kW，風電和光伏裝機容量占發(fā)電總裝機容量的34.5%。大規(guī)模新能源并網(wǎng)的隨機波動特性加劇了系統(tǒng)調(diào)峰壓力，光熱電站通過儲熱裝置實現(xiàn)太陽能與電能的間接時序解耦，能在負荷及外送高峰期實現(xiàn)放熱發(fā)電轉(zhuǎn)移，具有良好的調(diào)節(jié)能力和可調(diào)度性，已經(jīng)成為未來新型電力系統(tǒng)重要的調(diào)峰資源。國際能源署在《全球能源部門2050年凈零排放路線圖》中預測，2030年光熱電站裝機容量將達到7 300萬kW。

目前，國內(nèi)外學者在新能源外送能力提升和新能源基地光熱電站配置方面均已開展大量研究。在新能源外送能力提升方面：吳志明等首先分析風光輸出功率波動特性，在此基礎上對火電容量配置進行優(yōu)化，實現(xiàn)電能外送的經(jīng)濟效益最優(yōu)化[1]；樊修柱等從全生命周期成本出發(fā)，對新能源基地不同外送方案進行評估并優(yōu)選[2]；陳義宣等在多直流送出系統(tǒng)中的新能源極限滲透率的研究中，考慮了安全穩(wěn)定約束[3]；李暉等針對風光出力的強不確定性，基于場景分析提出新能源基地直流外送隨機規(guī)劃方法[4]；戴國華等通過風-火-光聯(lián)合外送提升新能源滲透率[5]。上述研究沒有闡述光熱電站置信容量和調(diào)峰能力對新能源基地外送的影響。

在光熱電站置信容量方面：Usaola J.給出了光熱電站置信容量的物理含義[6]；Madaeni S H針對美國西南地區(qū)不含儲熱系統(tǒng)的光熱電站，研究了置信容量的靈敏性[7]；王湘艷等使用粒子群算法計算光熱電站置信容量[8]。以上置信容量相關(guān)研究在實際系統(tǒng)或工程應用中進行光熱電站置信容量評估時，對新能源出力的不確定性考慮不足。

在光熱電站參與系統(tǒng)調(diào)峰方面：崔楊等對光熱電站調(diào)峰特性進行分析，提出一種光熱電站儲熱容量配置方法[9]，并且在對風電-光熱電站聯(lián)合外送輸電容量進行優(yōu)化時考慮了對風光互補特性和光熱電站調(diào)峰能力[10]；李湃等考慮受端電網(wǎng)調(diào)峰需求約束，提出了大規(guī)模新能源基地經(jīng)特高壓直流送出系統(tǒng)運行方式優(yōu)化方法[11]；孫驍強等提出等效日最小負荷率及等效日負荷率等系統(tǒng)調(diào)峰需求衡量指標，對光熱電站的調(diào)峰能力進行了優(yōu)化[12]；崔楊等考慮光熱電站熱電轉(zhuǎn)換效率變化，對光熱電站深度調(diào)峰的成本損失進行測算[13]。以上光熱電站參與系統(tǒng)調(diào)峰的相關(guān)研究中多從系統(tǒng)調(diào)峰需求入手，對如何評估光熱機組的調(diào)峰能力少有闡述。

在光熱電站儲熱時長及電站容量優(yōu)化規(guī)劃方面：姚元璽基于時序模擬，提出考慮儲熱裝置配置成本與調(diào)度經(jīng)濟性的光熱電站儲熱容量配置方法[14]；史昭娣等提出多能互補發(fā)電系統(tǒng)儲電和儲熱容量分層優(yōu)化規(guī)劃方法，上層確定儲能系統(tǒng)的總?cè)萘?，下層確定儲電和儲熱各自的容量[15]，在此基礎上提出了一種光熱電站容量規(guī)劃的決策相關(guān)隨機規(guī)劃模型，以應對可再生能源出力的強不確定性[16]；曾賢強等提出了一種光熱電站集熱面積和儲熱容量優(yōu)化方法[17]；崔楊等提出了一種兼顧系統(tǒng)運行成本與光熱電站收益的優(yōu)化配置方法[18]。

綜上所述，現(xiàn)有研究在光熱電站規(guī)劃中對光熱電站置信容量和調(diào)峰能力考慮不夠充分，沒有正確反映光熱電站出力存在的不確定性，在以下幾個方面尚需改進：①光熱機組置信容量對接入的并網(wǎng)系統(tǒng)自身可靠性依賴性強，現(xiàn)有方法無法準確刻畫光熱電站的置信容量；②調(diào)峰能力多基于等效日負荷率、新能源消納率等指標提升效果來量化計算，且以滿足系統(tǒng)調(diào)峰需求來評估，不同系統(tǒng)的調(diào)峰需求差異化明顯，無法客觀評價電站調(diào)峰能力；③儲熱時長及電站容量規(guī)劃多以經(jīng)濟性為主要優(yōu)化目標，并輔以生產(chǎn)運行模擬約束，但不同風光資源稟賦與容量配比下，如何以提升基地系統(tǒng)可靠外送能力與調(diào)峰能力的友好并網(wǎng)特性為目標，綜合考慮光熱電站儲熱時長、電站容量進行兼顧經(jīng)濟性優(yōu)化配置有待解決。

針對以上問題，本文提出一種面向風電和光伏新能源基地外送的光熱電站儲熱時長與容量配置方法，建立考慮置信容量和調(diào)峰能力提升的優(yōu)化配置模型。首先，基于外送可靠性原則給出與風光新能源基地打捆的光熱電站置信容量和調(diào)峰能力定義和計算模型；其次，考慮風光耦合互補特性、光熱電站運行特性和系統(tǒng)全生命周期成本，建立考慮置信容量與調(diào)峰能力的光熱電站儲熱時長與容量優(yōu)化配置模型并求解。最后，通過算例分析對所提方法的有效性進行驗證。

1 置信容量與調(diào)峰能力評估

1.1 置信容量概念及評估方法

傳統(tǒng)的光熱電站置信容量是指在保持外送電力可靠性不變的前提下，光熱電站接入某地區(qū)電網(wǎng)后，可代替該地區(qū)常規(guī)機組的裝機容量。常規(guī)火電機組置信容量即為額定容量，但光熱發(fā)電機組置信容量受多重因素影響，在不同運行場景下光熱電站的置信容量不同，優(yōu)化后的系統(tǒng)可靠供電能力存在較大差異。針對“光熱電站+新能源”形成的外送基地場景，考慮新能源波動特性，構(gòu)建外送可靠性概率指標，采用時序模擬技術(shù)優(yōu)化基地外送曲線，以外送提升的容量作為光熱電站置信容量。該置信容量計算方法能有效結(jié)合風光資源及風光容量配置，對光熱電站可靠提升新能源基地發(fā)電外送能力情況進行刻畫。

光熱電站的置信容量數(shù)學定義為：

Czx=Sr，min-Sr0，min.

(1)

式中：Sr，min、Sr0，min分別為接入光熱電站后和接入光熱電站前的新能源基地最小出力；Czx為光熱電站的置信容量。

考慮到新能源基地外送電力的可靠性概率分布，在光熱電站置信容量計算中引入概率化的可靠性約束為：

P(Sr，t≥SR，t)≥δ.

(2)

式中：下標t代表t時段，下同；Sr，t為新能源基地的發(fā)電能力；SR，t為所要求的基地可靠外送值；P(Sr，t≥SR，t)為新能源基地可靠外送電力的概率；δ為新能源基地可靠外送概率閾值，即基地在一年中能夠滿足外送需求的時間占比。

為了保證基地在一年中都能夠滿足外送可靠性概率需求，可以對概率化的可靠性約束進行離散化，處理過程為：

(3)

1.2 調(diào)峰能力及評估方法

傳統(tǒng)常規(guī)機組的調(diào)峰供給能力相對明確，一般為機組運行上下限可調(diào)區(qū)間，然而光熱電站受光照資源和儲熱容量限制，其機組運行下限雖能夠接近15%，但并不能在所有時間都滿足15%～100%區(qū)間的供給調(diào)節(jié)能力。有學者采用的等效日負荷率方法也能夠反映光熱機組調(diào)峰能力大小和區(qū)間，但對于“光熱電站+新能源”基地場景下光熱機組的調(diào)峰能力評估不能有效反映其調(diào)峰特性。

為了便于定量評估光熱電站調(diào)峰能力，對光熱電站調(diào)峰能力做如下定義：光熱電站接入新能源基地前后，分別對基地發(fā)電出力曲線進行優(yōu)化，發(fā)電出力曲線相對于外送需求偏差的均方根差值的變化量即為該光熱機組在這段時間內(nèi)的調(diào)峰能力。

光熱電站調(diào)峰能力的計算方法如下：

(4)

式中：SRMS為光熱電站接入前的基地發(fā)電曲線相對于外送需求偏差的均方根值；SRMS′為光熱電站接入后的基地發(fā)電曲線相對于外送需求偏差的均方根值；T為選定的時間周期；Sr0，t為光熱電站接入前的新能源基地發(fā)電能力；Qpeak_shaving為光熱電站的調(diào)峰能力。

本文所定義的調(diào)峰能力可以客觀反映風光波動特性，以及不同太陽倍數(shù)和儲熱時長下的光熱電站調(diào)峰能力差異性。

2 “光熱電站+新能源”基地時序模擬模型

在光熱電站建模方面，常用的建模分為辨識建模和機理建模。辨識建模不需要深入了解系統(tǒng)機理，而是根據(jù)收集的實際運行數(shù)據(jù)，建立某個運行工況下的系統(tǒng)模型。機理建模需要清楚了解系統(tǒng)的機理，運用傳熱傳質(zhì)原理和能量平衡方程等定理定律，采用數(shù)學方法加以推導，從而建立系統(tǒng)的數(shù)學模型[19]。本文所述的“光熱電站+新能源”基地主要由風電、光伏、光熱電站及匯集外送電網(wǎng)構(gòu)成，為簡化運行模擬生產(chǎn)過程，采用穩(wěn)態(tài)運行模型進行基地生產(chǎn)模擬優(yōu)化。

光熱電站一般由集光系統(tǒng)、儲熱系統(tǒng)和汽輪發(fā)電系統(tǒng)構(gòu)成。集光系統(tǒng)的太陽倍數(shù)、儲熱系統(tǒng)的儲熱容量或儲熱時長是影響光熱電站發(fā)電機組的調(diào)節(jié)能力的關(guān)鍵參數(shù)。

2.1 集光系統(tǒng)模型

集光系統(tǒng)主要負責將太陽輻照能量反射至吸熱裝置，并將熱能輸送至儲熱系統(tǒng)。受場地和集光集熱系統(tǒng)的運行效率影響，在不同輻照度下系統(tǒng)轉(zhuǎn)換效率存在非線性轉(zhuǎn)換特性。本文為簡化計算，采用線性化的光熱轉(zhuǎn)換效率進行建模：

(5)

目前關(guān)于集光系統(tǒng)鏡場面積與光熱電站容量、設計年發(fā)電量相關(guān)性的研究較多，一般采用太陽倍數(shù)來表征，因此集光系統(tǒng)流入儲熱系統(tǒng)的儲熱量可以表達為：

(6)

2.2 儲熱系統(tǒng)模型

儲熱系統(tǒng)模型包括儲熱系統(tǒng)放熱發(fā)電的熱電轉(zhuǎn)換約束、配備電加熱裝置的電熱轉(zhuǎn)換約束、儲熱系統(tǒng)熱平衡約束、儲熱系統(tǒng)容量上下限約束。

a)熱電轉(zhuǎn)換約束為

(7)

b)電加熱裝置的電熱轉(zhuǎn)換約束為

HINTESj，t=h(PINj，t).

(8)

式中：PINj，t為電加熱裝置j消耗的電功率，HINTESj，t為對應產(chǎn)生的熱功率；h(·)為電熱轉(zhuǎn)換關(guān)系函數(shù)。

c)儲熱系統(tǒng)應滿足熱平衡約束和光熱發(fā)電時的熱電轉(zhuǎn)換約束，即

HTESi，t+1=(1-γi，t)HTESi，t+HINTESi，tΔt+

(9)

式中：HTESi，t為儲熱系統(tǒng)熱能；γi，t為耗散系數(shù)；ηTESc、ηTESd分別為儲熱系統(tǒng)儲、放熱效率；Δt為1個時段的時長。

d)儲熱系統(tǒng)需滿足容量上下限約束，即：

HTESi，min≤HTESi，t≤HTESi，max，

(10)

HTESi，max=λFLH，iηtCCSPPi，

(11)

HTESi，min=μminλFLH，iηtCCSPPi.

(12)

式中：HTESi，max、HTESi，min分別為機組i的儲熱系統(tǒng)容量上、下限值；λFLH，i為儲熱系統(tǒng)的儲熱時長，表征儲熱系統(tǒng)在光熱機組額定發(fā)電功率下的可發(fā)電時長，一般取4～15 h；μmin為最小儲熱容量占比。

2.3 光熱電站機組模型

光熱電站機組模型如下。

a)光熱機組啟停約束為：

(13)

式中：Ts為光熱機組i的最小關(guān)機小時數(shù)；To為光熱機組i的最小開機小時數(shù)；ZCSPPi，t為光熱機組運行狀態(tài)0-1變量，取值0、1分別表示停、開機狀態(tài)。

b)出力上下限約束為：

(14)

式中PCSPPimax、PCSPPimin為光熱機組i正常運行時最大和最小發(fā)電功率。

c)爬坡約束為：

(15)

式中Ri，U、Ri，D分別為光熱機組i的最大向上、向下爬坡能力。

d)光熱電站的年利用小時數(shù)約束為

(16)

式中Ai為光熱機組i的設計年利用小時數(shù)。

2.4 “光熱電站+新能源”基地生產(chǎn)模擬模型

基于所提置信容量和調(diào)峰能力計算方法，對基地進行生產(chǎn)運行模擬優(yōu)化，具體生產(chǎn)運行模擬時考慮的優(yōu)化目標及約束如下。

2.4.1 目標函數(shù)

“光熱電站+新能源”基地的運行優(yōu)化目標為優(yōu)化運行時段內(nèi)基地的可靠外送能力(即置信能力)及外送目標擬合度(即調(diào)峰能力)最大，即

(17)

式中：Y為計及全年風光波動的全年分時段數(shù)；y為單位周期時段，本文取10 d(即240 h)為單位周期；Czx(y)為單位周期內(nèi)的光熱機組置信容量大小。

2.4.2 約束條件

“光熱電站+新能源”基地約束條件包括電力平衡約束、光熱機組運行約束、風電光伏出力約束、基地外送極限約束、新能源棄電量約束、外送目標曲線約束等。其中光熱機組運行約束在前文已經(jīng)介紹，其余約束具體如下。

a)電力平衡約束為

Sr，t=Pwindi，t+Psolari，t+PCSPPi，t.

(18)

式中Pwindi，t、Psolari，t分別為新能源基地系統(tǒng)內(nèi)的風電、光伏發(fā)電出力。

b)風電出力約束為

0≤Pwindi，t≤pwindib，tCwindi.

(19)

式中：pwindib，t為風電場歸一化發(fā)電功率；Cwindi為風電總裝機容量。

c)光伏出力約束為

0≤Psolari，t≤psolarib，tCsolari.

(20)

式中：psolarib，t為光伏電站歸一化發(fā)電功率；Csolari為光伏電站裝機容量。

d)基地外送極限約束為

Sr，t≤Ptran.

(21)

式中Ptran為“光熱電站+新能源”基地的外送限額。

e)新能源棄電約束為：

(22)

(23)

(24)

3 光熱電站容量和時長優(yōu)化配置模型

開展“光熱電站+新能源”基地的規(guī)劃和優(yōu)化配置時，需要將規(guī)劃的目標和約束條件等相關(guān)參數(shù)代入到生產(chǎn)模擬模型中進行求解，計算考慮調(diào)峰能力和置信容量最大化下的光熱電站運行優(yōu)化結(jié)果，得到考慮調(diào)峰能力和置信容量最大化下的經(jīng)濟性規(guī)劃方案。

3.1 優(yōu)化配置目標函數(shù)

為了實現(xiàn)基地調(diào)峰能力和置信容量的提升需求，通過生產(chǎn)模擬約束計算“光熱電站+新能源”基地的系統(tǒng)經(jīng)濟性最優(yōu)方案，因此本文采用基地年度單位發(fā)電成本經(jīng)濟性最優(yōu)為配置目標：

(25)

影響光熱機組調(diào)峰能力和置信容量的關(guān)鍵因素為太陽倍數(shù)與儲熱時長，且光熱電站成本組成中集光系統(tǒng)和儲熱系統(tǒng)的成本占比高，因此光熱電站的投資成本又可以細分為集光系統(tǒng)成本、儲熱系統(tǒng)以及發(fā)電系統(tǒng)成本：

(26)

式中：Q(SMi)為對應太陽倍數(shù)下的定日鏡數(shù)量；S0為每個定日鏡尺寸；C0Sm為聚光集熱系統(tǒng)單位投資成本；r為折現(xiàn)率；Y1為設計集光系統(tǒng)使用年限；C0HTES為儲熱系統(tǒng)單位投資價格；Y2為設計儲熱系統(tǒng)使用年限；C0gen為發(fā)電系統(tǒng)單位容量投資成本；Y3為設計發(fā)電系統(tǒng)使用年限。

3.2 約束條件

光熱電站的優(yōu)化配置是基于生產(chǎn)運行模擬，因此相應的約束條件就是生產(chǎn)運行模擬的約束條件?；谏鲜觥肮鉄犭娬?新能源”基地運行模擬模型，約束條件可簡化抽象為：

(27)

式中：u為生產(chǎn)運行模擬中的輸入?yún)?shù)矩陣；x為生產(chǎn)運行模擬中的優(yōu)化輸出結(jié)果矩陣；F(x，u)、G(x，u)分別為運行模擬的等式約束、不等式約束，且光熱發(fā)電出力曲線需滿足調(diào)峰能力和置信容量最大化優(yōu)化目標。

3.3 優(yōu)化配置求解方法

最優(yōu)規(guī)劃容量的計算流程如圖1所示，具體步驟如下：

圖1 “光熱電站+新能源”基地容量優(yōu)化配置流程Fig.1 Flow chart for capacity optimization configuration of CSPP and renewable energy base

步驟1，輸入風電、光伏、法向輻照度的全年8 760 h歸一化標幺值，確定基地規(guī)劃區(qū)域的資源稟賦。

步驟2，確定風電、光伏規(guī)劃容量、外送可靠性指標、外送容量限額等除光熱電站外的其他計算邊界數(shù)據(jù)和經(jīng)濟參數(shù)。

步驟3，設定光熱電站初始容量和光熱電站相關(guān)計算參數(shù)。

步驟4，開展以置信容量和調(diào)峰能力最大化的生產(chǎn)運行模擬計算，得到風電、光伏、外送、光熱發(fā)電容量出力下的光熱電站儲熱容量、太陽倍數(shù)、系統(tǒng)經(jīng)濟性等結(jié)果。

步驟5，重復步驟3、4，得到確定風光容量配置需求下光熱電站不同容量配置下的度電成本最優(yōu)方案。

步驟6，判斷成本連續(xù)上升次數(shù)是否大于m(本文m取2，用于判定是否達到成本最優(yōu))，若不是則重新調(diào)整風光容量及外送限額，重復步驟2—5，得到多風光容量組合下的計算結(jié)果，以專家主觀加權(quán)法明確經(jīng)濟性、調(diào)峰能力、置信容量權(quán)重，通過層次分析法求解基地最優(yōu)風光光熱優(yōu)化配置結(jié)果。

4 算例分析

4.1 參數(shù)設置

本文以甘肅某區(qū)域內(nèi)的1 000 MW風電與光伏新能源基地為典型算例，算例中采用的負荷數(shù)據(jù)、風光電源出力數(shù)據(jù)和直流數(shù)據(jù)均采用甘肅某地區(qū)數(shù)據(jù)。通過上述方法，采用成熟規(guī)劃軟件求解，實現(xiàn)“光熱電站+新能源”基地的優(yōu)化配置。光熱電站機組參數(shù)見表1[20]。

表1 光熱電站運行的靜態(tài)參數(shù)設置Tab.1 Static parameter setting for CSPP operation

4.2 置信容量對比分析

在全年計及風光波動情況下基地可靠外送能力是提高系統(tǒng)保供能力的關(guān)鍵，其中，風電、光伏發(fā)電出力是該基地外送的基礎，光熱電站通過優(yōu)化能夠彌補風光發(fā)電不足部分，但受外送可靠性要求、光熱電站的太陽倍數(shù)和儲熱時長影響，光熱電站提高系統(tǒng)置信容量的能力差異較大。因此，本文通過置信容量定義和評估模型對光熱電站的置信容量開展評估分析，采用風電70萬kW、光伏30萬kW、外送容量35萬kW、光熱電站容量10萬kW的光熱機組組合場景對計及風光波動的基地光熱電站置信容量進行評估，分析計算各影響因素的相關(guān)性。可靠性影響分析中采用定SM，i和λFLH，i方式分析不同可靠性需求下的光熱電站置信容量，具體結(jié)果見表2。

表2 可靠性需求對光熱電站置信容量的影響分析Tab.2 Analysis of reliability demand factors influencing confidence capacity of CSPP

通過對比分析可知，在系統(tǒng)可靠性需求下降的過程中光熱電站的置信容量逐步提升，但提升速度逐步放緩。在可靠性需求從95%上升到100%的過程中，光熱電站的置信容量降低了20.6 MW，其中：在95%～97.5%部分，置信容量僅下降了5.8 MW；在97.5%～100%部分，置信容量下降了14.8 MW。后一階段的下降速率是前一階段的2.55倍。實際上，在低可靠性約束下系統(tǒng)的光熱出力會存在劇烈爬坡，雖然光熱電站置信容量得到了有效提升，但與實際電力系統(tǒng)安全可靠供電目標的并網(wǎng)友好性目標不符，因此在本文后續(xù)規(guī)劃優(yōu)化及計算中均采用100%可靠性約束進行評估及優(yōu)化配置。

在分析光熱電站太陽倍數(shù)和儲能時長對其置信容量的影響時發(fā)現(xiàn)，不同太陽倍數(shù)和儲熱時長的相關(guān)性也存在較大差異。以風光容量配置比例7∶3為例，在不同太陽倍數(shù)和儲熱時長下的光熱電站置信容量評估結(jié)果如圖2所示。

圖2 不同太陽倍數(shù)及儲熱時長下的光熱電站置信容量Fig.2 Confidence capacity of CSPP with different solar multiples and heat storage duration

從圖2可以看出，風光容量7∶3配置場景下，當儲熱時長約10 h以下時，太陽倍數(shù)對光熱電站置信容量的影響不顯著，增加太陽倍數(shù)(或鏡場面積)對提高光熱電站置信容量意義較小。當儲熱時長在10～15 h時，若太陽倍數(shù)在1.5～2，置信容量隨著太陽倍數(shù)增加會有顯著提高，但當太陽倍數(shù)大于2時，置信容量隨著太陽倍數(shù)增長的趨勢放緩。從上述分析可知，在配置光熱電站容量、儲熱時長和太陽倍數(shù)時，應綜合考慮各因素對置信容量的影響，尋求最優(yōu)方案。

4.3 調(diào)峰能力影響分析

儲熱時長對調(diào)峰能力的影響如圖3所示。

圖3 儲熱時長對調(diào)峰能力的影響Fig.3 Influence of heat storage on peak shaving capacity

從圖3可以看出，儲熱時長與系統(tǒng)調(diào)峰能力呈正相關(guān)，調(diào)峰能力隨著儲熱時長而增長。隨著儲熱時長增加，單位儲熱時長增加帶來的調(diào)峰能力增量減小。這是因為在增長過程中，儲熱時長不再是制約調(diào)峰能力的主要因素，由于光照資源、機組容量和太陽倍數(shù)等其他因素的限制，系統(tǒng)調(diào)峰能力提升效率呈現(xiàn)逐漸降低的趨勢。

同樣以風光容量7∶3配置場景為例，在不同太陽倍數(shù)和儲熱時長配置下的調(diào)峰能力具有顯著差異，具體變化趨勢如圖4所示。在一定熱時長內(nèi)，單位儲熱時長增量的調(diào)峰能力增量較大，當調(diào)峰時長超過該數(shù)值后，調(diào)峰能力相對對儲熱時長的增加變得緩慢。這里的一定儲熱時長為5～8 h，隨太陽倍數(shù)增加：當太陽倍數(shù)為1.5時，儲熱時長增速拐點約在5 h；太陽倍數(shù)為3時，儲熱時長增速拐點約在8 h?？傮w來看，在1.5～3倍太陽倍數(shù)范圍內(nèi)，調(diào)峰能力和太陽倍數(shù)之間基本呈現(xiàn)線性增長關(guān)系。

圖4 不同太陽倍數(shù)及儲熱時長下的光熱電站調(diào)峰能力Fig.4 Peak shaving capacity under different solar multiples and heat storage duration

4.4 光熱電站最優(yōu)容量配置

不同的風電與光伏參與優(yōu)化配置后，考慮調(diào)峰能力和置信容量的提升效果，模擬計及風光波動特性的基地系統(tǒng)運行，并以光熱電站的調(diào)峰能力、置信容量、基地系統(tǒng)經(jīng)濟性為目標，采用層次分析法對優(yōu)化目標進行求解，按上述優(yōu)化配置求解方法進行計算。

以7∶3風光配置比為例，開展全年分旬運行模擬，通過主觀加權(quán)法得到的計及風光波動的最優(yōu)光熱電站容量配置如圖5所示。

圖5 計及風光波動的最優(yōu)光熱容量配置結(jié)果Fig.5 Optimized configuration results for CSPP capacity with consideration of wind and PV fluctuations

從圖5可以看出系統(tǒng)優(yōu)化目標值在一年中呈現(xiàn)較大的波動，這主要是受到一年中風光資源波動分布特性的影響。風光資源較好的春秋季內(nèi)，即使是較低容量的光熱電站配置也能達到較好的優(yōu)化效果；風光資源較差的夏季部分時段內(nèi)，較低容量的光熱電站配置會導致優(yōu)化目標值較低，在這種情況下，可以看到隨著光熱電站容量的增加，系統(tǒng)優(yōu)化效果有顯著提升。

考慮到區(qū)域氣象資源各有不同，對不同風光容量配比下的光熱電站容量進行優(yōu)化計算，得到最優(yōu)光熱規(guī)劃容量。不同風光容量配比下滿足可靠調(diào)峰能力和置信容量的優(yōu)化配置結(jié)果如圖6所示。

圖6 不同風光容量配比下最優(yōu)光熱容量計算結(jié)果Fig.6 Optimized results for CSPP capacity with different wind and PV proportions

從圖6可以看出：在全部新能源都是風電或者光伏的情況下，光熱電站的配置容量最大；在風光容量配比接近1∶1時，光熱配置容量最小。這是由于風光出力之間存在一定的互補相關(guān)特性，在容量接近的時候能夠有最好的聯(lián)合輸出效果，從而減少了對光熱容量的需求。

通過對不同風光容量配比下的光熱容量進行最優(yōu)配置，可以得到基地總體度電成本變化趨勢如圖7所示。

圖7 不同風光容量配比下最優(yōu)光熱配置的經(jīng)濟性Fig.7 The economy of CSPP configuration under different wind and PV proportions

從圖7可以看出，在風光容量配比約為5∶5、6∶4、7∶3時，光熱電站的總投資成本具有較好的經(jīng)濟性。此時光熱電站的的配置容量較少，利用率高，在保證基地外送能力的前提下，減少了投資，降低了系統(tǒng)總成本。

5 結(jié)論

本文定義了“光熱電站+新能源”基地的置信容量和調(diào)峰能力，提出了基于等可靠性原則的光熱電站置信容量評估方法和調(diào)峰能力評估方法，為考慮調(diào)峰能力和置信容量提升的光熱電站儲熱時長和發(fā)電容量優(yōu)化規(guī)劃提供了分析基礎。然后分析了太陽倍數(shù)和儲熱時長等因素對置信容量和調(diào)峰能力的影響，給出了考慮風光出力波動的光熱電站配置結(jié)果，分析了不同風光容量配比下的光熱最優(yōu)經(jīng)濟性配置。相關(guān)研究結(jié)論如下：

a)本文提出的光熱電站置信容量和調(diào)峰能力評估方法能夠真實反映光熱電站出力面臨的不確定性，對光熱電站在提升新能源基地外送和調(diào)峰能力方面的作用進行有效評估。

b)光熱電站的置信容量與調(diào)峰能力具有正相關(guān)性，且光熱電站的調(diào)節(jié)優(yōu)化能力與基地外送的可靠性要求、光熱電站太陽倍數(shù)及儲熱時長等關(guān)鍵影響因素具有較強相關(guān)性。

c)考慮提升效果的“光熱電站+新能源”基地的經(jīng)濟性配置受全年風光資源稟賦影響較大，且在不同風光容量配置比例下光熱電站的經(jīng)濟性最優(yōu)配置結(jié)果存在較大差異，在實際規(guī)劃中應當考慮資源稟賦對風光容量進行優(yōu)化。